【セミナーレポート】成長率150%！データドリブンで実現させる高パフォーマンスのセールス/マーケティング組織とは？

2019年11月12日

2019年10月29日（火）　株式会社パワー・インタラクティブ、ウイングアーク1st株式会社　との共催セミナー
「成長率150%！データドリブンで実現させる高パフォーマンスのセールス/マーケティング組織とは？」
を開催いたしました。以下、セミナー内容の実施報告記事です。

第1部
『BtoBデジタルマーケティングを成功させる３つのポイントとは？』

株式会社パワー・インタラクティブ
マーケティングコンサルタント　山下智氏

MA（マーケティングオートメーション）の導入をはじめ、デジタルマーケティングのコンサルティングを行うパワー・インタラクティブ社からは、データドリブンで実現するセールス/マーケティングについてお話いただきました。

1.BtoBデジタルマーケティングを成功させる３つのポイントとは？

デジタルマーケティングとは、「データを活用」したマーケティングのことです。
そして「データ」とは、顧客データ / リード情報のことで、名刺情報やウェブ上で収集したものなど、顧客に関するあらゆるデータを示します。
デジタルマーケティングを成功に導くポイントとして、３つご紹介しました。

① リードステージ
見込み客の状態をMA上で把握することで、次にうつ施策やレポーティングを最適化させる

② インサイドセールス
最適なアクションがとれるよう、見込客の情報を集める

③ ABM（アカウントベースドマーケティング）
推進のためのターゲットとする企業データを集約、管理する

これらの実現にはデータの可視化を避けては通れません。
昨今、マーケティング領域におけるデジタル活用は目覚しく、それに伴い、MAをはじめとするツールの利用も増加しています。それぞれにおいて効果検証が可能となる反面、内在するデータはツールを跨いでの可視化が困難です。

２．マーケティングの効果が見えない

マーケティング業務は増え、できることの幅が広がっているにも拘らず、
データが可視化されていないので「何をやっているかわからない」という状態が続き、その結果、「営業部門との分断が生じ、協力関係が築けていない」という自体を引き起こします。

マーケティング施策の効果を引き出すには、データを「可視化」し「共有」できる仕組みを作り、他部門へも自分ごとと捉えてもらうことが大切です。

3．マーケティングの成果

① リードのプロセス（ステージ）管理
まず受注までのプロセスを洗い出し、ステージを定義すること。そして現状どのリードがどのステージにどのくらいいる状態なのか。数値の可視化をすることが必要です。
ポイントは、顧客目線で設計していくことです。自社の見込み客（顧客）に合わせたステージを構築しましょう。

リードのステージを推移させていき、着実に成果に近づけていくことで、打つべき施策も判断できます。
当日は、Salesforce、Marketo、Motion boardを組合わせたデータの可視化をご覧いただきました

② インサイドセールスによるデータ活用

パワー・インタラクティブ社では、上記の課題解決に取組み、インサイドセールスからアプローチする際、リード把握のためにかかっていた時間を 20時間削減/月に成功しています。

具体的には、効率的な架電に必要な情報を集める、そしてその情報を一元化する仕組みの構築です。
個人の属性情報や企業情報、オフライン/オンラインでの行動履歴といった情報をシームレスに把握できれば、効率的なインサイドセールスの運用に繋がります。

実際に、インサイドセールスでコール担当者が使用しているダッシュボードをご覧頂くことで、アプローチ数を上げ、成果を創出しているやり方を紹介しました。

③ ABMの実践

課題として挙げられている「ターゲット企業を決める」というフェーズは、頭の中では分かっているだけでなく、実際にデータ化することが必須です。
ターゲットとして選定した企業において、例えば「MAを導入している」など、営業に必要な情報は、日々蓄積していかなければなりません。

SFAやMAといった各種ツール・システムの情報を集約することで、どのような情報が得られているか。
そこからターゲットに合致する企業のステータスが可視化できます。

また、そのためには、各種ツール・システムのメンテナンスが必要です。
デジタルマーケティングを成功に導くために、データがシームレスに連携していることが肝心です。

ABM的情報を可視化するダッシュボードのデモを交え、紹介いたしました。

4．おわりに

パワー・インタラクティブ社では、CRM（SFA）やMA、ログ分析ツールなどをBIツールを繋ぎ合わせ、あらゆるデータを弊社オリジナルのダッシュボードに集約させるサービスを展開しています。

株式会社パワー・インタラクティブについて詳しくはこちら
https://www.powerweb.co.jp/

セミナー情報
https://www.powerweb.co.jp/seminar/

第2部
『データで駆動する営業組織への変革！150％超の成長を実現したデータマネジメント』

ウイングアーク１ｓｔ株式会社
執行役員　マーケティング　統括部統括部長久我温紀氏

蓄積されたデータの活用を支援するウイングアーク１ｓｔからは、データドリブンによる営業変革について、自社での取組みを元にお話いただきました。

１．データドリブン

「データドリブン」とは、データやファクトに基づくマネジメント（判断、行動）が出来るということです。
必要なデータ・情報が正確に把握できていれば、スタート地点からゴール地点までの道のりを予測、状況を判断し、戦略を立てることができます。

営業活動においても、名刺情報やウェブ上で収集した情報など、顧客に関するあらゆるデータを網羅的に活用することが求められます。

２．営業現場の課題

ウイングアーク１ｓｔ社自身、営業現場における課題として、営業それぞれが正確な数字の認識ができていないこと、集計や分析、報告のための作業時間を取られていたことがあげられました。

数字の認識のズレが生じてしまうことで、必要な案件数や受注数が判然とせず、いま取るべきアクションが不明瞭になります。営業人員が増えるほど、現場の営業の管理も困難になります。

課題解決のために、ウイングアーク１ｓｔ社では以下を実行に移しました。

１．営業が予算の現状やギャップを正確に捉え自律する
２．社内向けの事務作業を効率化して顧客と向かい合う時間を増やす
３．リアルタイムな現状把握と判断スピードの向上

当日は、実際に同社で活用しているBIダッシュボードのデモを交え、上記の実行方法を紹介しました。
ダッシュボードから、SFAにあるデータをリアルタイムに集計し、売上目標に対するギャップを可視化することができます。

滞留している案件、フォローすべき案件など営業活動における数字の見える化、目標数値から現状のギャップを逆算し、どのような行動を選択するべきかの判断を迅速に行うことで、営業活動の強化、効率化を実現しています。

３．データドリブンな営業組織を実現するために必要な環境

データドリブンな営業組織の実現には、そもそもデータを活用できる環境が必要です。

正確なデータをリアルタイムに活用し、的確な判断とスピーディな意思決定を実現するには、社内でバラバラになっているデータの集約が必要不可欠です。

企業データの名寄せ、メンテナンスをはじめ、SFAのデータ、マーケティングデータ、会計データといった異なる部門、領域のデータも最終的に集約して可視化・共有できるようにしておく必要があります。

４．おわりに

数字に基づいたアクションを取ってもらうために、ビジュアライズはとても有効であり重要な要素です。
上図で、左のダッシュボードよりも、右のほうが分かりやすく、イメージしやすいですよね？
共通の認識を持ってもらうことで、的確な判断、意思決定をスピーディに行うためのコミュニケーションもスムーズになります。

正確な事実認識と予測により的確な判断ができるようになる。それがデータドリブンな組織の最大のメリットです。
データを有効に使うことで現場の業務負担を減らせる。つまりコスト削減、そして属人化していた業務を自動化できるというインパクトもあります。

以上、データドリブンを着実に遂行したことで、ウイングアーク１ｓｔ社では業務時間を3年間で21％削減するにいたりました。

ウイングアーク１ｓｔ社および、記事中で紹介されたデータ活用クラウドサービス「MotionBoard Cloud」について
詳しくはこちら
https://www.wingarc.com/solution/salesmarketing/index.html

第3部
『データドリブンで動くセールス/マーケティング組織の為のデータ活用法』

株式会社ランドスケイプ
営業本部 DXグループ　執行役員　湯浅将史

データドリブンに取組む際、BtoB領域においての課題、そして解決策についてお話しました。

１．データドリブンに取り組む上での課題

BIやダッシュボードを使って、分析や戦略立てようとデータドリブンに取組む企業の多くがつまづいてしまうのが、データ収集の段階です。
統計やデータ分析において、「Garbage in Garbage out」という言葉があります。
Garbage（ガーベッジ）とは「ゴミ」のことで、要するに、ゴミのようなデータで入力、分析をはじめてしまうと、ゴミのような結果しか導き出されない。という意味です。

データドリブンに取り組む上で、まず収集、分析対象となるデータをGarbageにしない処置が必要です。